Prevedere la domanda e dimensionare la scorta di sicurezza senza nascondere l'incertezza

Un piano di scorte parte da due domande diverse: quale domanda può arrivare e quale cuscinetto sei disposto a finanziare se la realtà sarà diversa. Fonderle in un unico punto di riordino senza spiegazioni nasconde proprio le ipotesi che contano. Nell'esempio qui sotto, un articolo che vende circa 10 unità a settimana ottiene una scorta di sicurezza di 18 unità, una scorta obiettivo di 48, un mancante di 23 unità per raggiungerla e 72 $ immobilizzati nel solo cuscinetto. Ogni numero nasce da un'ipotesi visibile e modificabile.

Parti da uno storico utilizzabile

Una settimana con vendite davvero nulle è un'informazione. Una settimana in cui l'articolo non era disponibile non dimostra che nessuno lo volesse. Se un filtro è finito martedì e per il resto della settimana non si è venduto nulla, registrare «0» insegna a qualsiasi metodo di previsione che la domanda è calata, e la scorta successiva sarà troppo piccola proprio dove l'articolo era già mancato.

Quei periodi vanno quindi segnati a parte:

• Periodo completo: l'articolo era disponibile e il periodo è chiuso. Qui uno zero è uno zero reale.
• Rottura di stock: l'articolo era esaurito. Il periodo è un vuoto, non uno zero.
• Disponibilità sconosciuta: non si può dire. Anche questo è un vuoto.
• Periodo aperto: la settimana in corso. Viene prevista, ma non usata come storico.

Anche le date mancanti non devono diventare zeri in silenzio. Se l'esportazione salta due settimane perché la cassa di un negozio era scollegata, quelle settimane mancano; non sono «senza vendite». E i resi non sono domanda negativa: correggi prima lo storico di origine (per esempio sottraendo i resi dalla settimana della vendita originale) e annota come hai fatto.

Nel negozio fittizio della demo un articolo ha avuto negli ultimi mesi due settimane di rottura e una di disponibilità sconosciuta. Il suo tratto continuo più recente di settimane complete è lungo appena 11 settimane: lo strumento rifiuta quindi di stimare una scorta da lì, invece di fingere che i vuoti fossero zeri.

Confronta metodi semplici prima di complicare

Ultimo valore, media mobile, livellamento esponenziale e ripetizione stagionale possono dare risultati molto diversi dallo stesso storico. Il modo onesto di scegliere è verificare i metodi applicabili sugli stessi periodi passati, addestrando ogni previsione solo con ciò che si sapeva prima della sua data. Altrimenti la valutazione suggerisce la risposta alla previsione.

È ciò che fa una verifica a origine mobile. Si prendono le ultime 12 settimane complete (o un quarto dello storico se è più breve, almeno 4). Per ciascuna, ogni metodo viene adattato alle settimane precedenti e prevede un passo avanti. Poi si confrontano gli scarti.

Per l'articolo didattico della demo, «Filtro A», con 52 settimane di storico (una delle quali in rottura), la verifica a un passo sulle stesse 12 settimane passate ha dato:

Vince la media mobile a 13 settimane, con una previsione costante di 10 unità a settimana. Nota cosa non c'è nella tabella: la ripetizione stagionale a 52 settimane. Richiede due anni completi di storico, cioè 104 settimane, e questo articolo ne ha 51 complete. Uno strumento che mostrasse qui una «previsione stagionale» inventerebbe un andamento mai visto due volte.

Due regole mantengono il confronto corretto. Primo: un metodo è classificato solo se è stato utilizzabile in ogni periodo di verifica; se una media mobile non si può calcolare in una settimana la cui finestra contiene una rottura, non ottiene un voto su settimane meno numerose e più facili. Secondo: le parità si risolvono con una regola fissa (RMSE minore, poi un ordine fisso), quindi reimportare lo stesso file con un altro ordine delle righe dà lo stesso risultato.

Usa un errore interpretabile

L'errore assoluto medio (MAE) descrive la dimensione media di uno scarto in unità di domanda: «di solito sbagliamo di 1,9 unità». La distorsione mostra la direzione degli scarti: una previsione sempre troppo alta riempie lo scaffale di soldi. L'RMSE penalizza più gli scarti grandi di quelli piccoli.

Gli errori percentuali richiedono attenzione quando la domanda reale è zero. L'errore percentuale assoluto ponderato (WAPE: somma degli errori assoluti divisa per la domanda reale totale) aiuta a confrontare articoli di dimensioni diverse, ma se la domanda reale nelle settimane di verifica è zero manca il denominatore. Un modello non deve mostrare un rassicurante 0 % perché manca il denominatore; la risposta onesta è «non disponibile».

E sii chiaro su cosa misura la verifica: è una verifica a un passo. Dice quanto bene un metodo ha previsto la settimana successiva partendo dalle precedenti, non l'accuratezza di una previsione a sei mesi.

Mantieni onesto l'intervallo della previsione

Una fascia ombreggiata intorno alla previsione rassicura. Per «Filtro A» il 10° e il 90° percentile dei 12 errori storici a un passo erano −2 e +2,14: la prossima settimana cade quindi circa tra 8 e 12,1 unità. È un contesto utile, ma va etichettato per quello che è: un intervallo storico dei residui a un passo, non un intervallo di probabilità calibrato per una previsione a sei mesi. Con meno di 8 errori di verifica sono troppo pochi per calcolarlo e non va disegnata alcuna fascia.

Poi esamina il cuscinetto

La scorta di sicurezza è un modello approssimato separato. Le sue ipotesi vanno confermate in modo esplicito: domanda e lead time indipendenti e non negativi, parametri abbastanza stabili, approssimazione normale accettabile. Con queste ipotesi, sia la variabilità della domanda sia quella dei tempi di consegna contribuiscono all'incertezza nel periodo di protezione: il lead time più l'intervallo di revisione.

Supponiamo una domanda media di dieci unità per periodo con deviazione standard di due, un lead time medio di tre periodi con deviazione standard di uno e una revisione continua:

• Periodi di protezione: T = 3 + 0 = 3
• Varianza: V = T·s² + μ²·sL² = 3 × 2² + 10² × 1² = 12 + 100 = 112
• Deviazione standard: σ = √112 ≈ 10,583
• Con un servizio per ciclo del 95 %, z = 1,644853627, quindi z·σ ≈ 17,41, arrotondato per eccesso all'unità intera: scorta di sicurezza di 18

Con una previsione costante di 10 unità, la domanda attesa nei 3 periodi di protezione è 30 e la scorta obiettivo è 30 + 17,41 arrotondato per eccesso, cioè 48.

Guarda da dove viene la varianza: 12 su 112 dipendono dalla domanda settimanale, 100 dal lead time incerto. Accorciare o stabilizzare le consegne spesso aiuta la scorta più di qualsiasi metodo di previsione.

Due dettagli pratici. Se il lead time è in giorni ma lo storico è settimanale, converti prima i giorni in settimane (18 giorni sono 2,57 settimane) e solo dopo arrotonda per eccesso il periodo di protezione: 2,57 settimane di lead time più una settimana di revisione danno 4 settimane di protezione, e il risultato deve dire che è stato arrotondato. Per gli articoli venduti a peso o volume, il cuscinetto si arrotonda per eccesso al passo con cui stocchi davvero, per esempio mezzo litro.

Dai un prezzo al cuscinetto e trova il mancante

Se la posizione di magazzino — giacenza più in ordine meno ordini inevasi — è 20 + 10 − 5 = 25, mancano 23 unità all'obiettivo. A 4 $ l'unità, il solo cuscinetto immobilizza 72 $.

Una scala di obiettivi di servizio rende concreta la scelta per lo stesso articolo:

Passare dal 95 % al 99 % costa altri 28 $ di scorta per questo solo articolo. Su un catalogo di qualche centinaio di articoli in più sedi, è la discussione da fare con i numeri davanti.

È un risultato di pianificazione basato su ipotesi, non un ordine d'acquisto né una garanzia di fill rate. «95 % di servizio per ciclo» significa che, con le ipotesi indicate, circa il 95 % dei cicli di riordino dovrebbe chiudersi senza rottura, non che verrà consegnato il 95 % delle unità.

Tutto insieme

Previsione della domanda e scorta di sicurezza tiene collegati la previsione, la verifica storica e l'economia del cuscinetto. La sua demo fissa mostra un piccolo assortimento e un esempio di medie dimensioni con più sedi: 240 articoli in 4 sedi per 104 settimane, ognuno con il proprio metodo verificato e il capitale delle scorte sommato per valuta. Per la domanda successiva — confezioni, quantità minime e un budget d'acquisto limitato — usa Stock Purchase Planner.

Apri la demo di Previsione della domanda e scorta di sicurezza